[发明专利]基于变量消元的集中式集群侦察任务规划法

说明书

本发明公开了基于变量消元的集中式集群侦察任务规划法，包括集中式集群侦察问题描述、基于MPOMDP的集中式集群侦察问题建模及集中式在线路径规划算法。本发明提出的任务规划法在进行运用的过程中，能高于传统算法所得到的平均回报值，进而有利于进行推广应用。

技术领域

本发明涉及任务规划技术领域，尤其涉及基于变量消元的集中式集群侦察任务规划法。

背景技术

在很多动态不确定的环境中，例如地震、火灾和洪涝灾害，人们需要实时的和最新的态势信息以便有效地决策和提供救援支持。因此，许多研究者建立了灾难响应系统。首先，灾难响应系统获取关于受灾区域的先验信息并进行预处理，如天气预报、卫星图像等。这是一个十分痛苦的过程，特别地信息中可能具有延时、噪声、偏差和错误。其次，灾难响应系统根据先验信息做出应急响应决策。灾难响应系统通常是采用OODA(Observe-Orientate-Decide-Act)框架的分层组织，将决策分为战略层、战术层和操作层面。每层的视角和关注对象是不同的。层与层之间紧密联系的，主要包括自顶向下的命令流和自底向上的信息流。战略层决策者关注于应急响应工作的使命目标；根据战略层制定的使命目标，战术层决策者规划任务区域，并分配无人机；在操作层，操作员具体操作无人机完成，以上项目及工作都需要做出任务规划，而传统的方法在进行任务规划并根据任务规划进行实行时存在着平均回报值较低的情况，为此，我们提出了一种基于变量消元的集中式集群侦察任务规划法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的基于变量消元的集中式集群侦察任务规划法。

为了实现上述目的，本发明采用了如下技术方案：

基于变量消元的集中式集群侦察任务规划法，包括集中式集群侦察问题描述、基于MPOMDP的集中式集群侦察问题建模及集中式在线路径规划算法。

优选的，所述集中式集群侦察问题描述包含物理环境模型和无人机模型。

优选的，所述集中式在线路径规划算法包括在线规划算法和集中式集群协作算法。

本发明提出的基于变量消元的集中式集群侦察任务规划法，有益效果在于：本方案提出的任务规划法在进行运用的过程中，能高于传统算法所得到的平均回报值，进而有利于进行推广应用。

附图说明

图1为本发明的信息状态示意图；

图2为本发明的Agent及巡逻区域示意图；

图3为本发明的12个Agent巡逻合作图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

参照图1-3，基于变量消元的集中式集群侦察任务规划法，包括集中式集群侦察问题描述、基于MPOMDP的集中式集群侦察问题建模及集中式在线路径规划算法。

所述集中式集群侦察问题描述包含物理环境模型和无人机模型，针对物理环境模型，物理环境的特点是由其时空特性决定的，环境的空间特性被编码为布局图，时间特性编码为离散时步，并做出如下定义：